基于视觉注意机制的感兴趣区提取方法

以精确获取图像中对象感兴趣区域为目标,提出一种基于视觉注意机制和K均值聚类相结合的感兴趣区提取方法。图像经过视觉特征提取、高斯金字塔多尺度变换后,依据多特征图合并策略生成显著图。采用K均值聚类方法分割图像的候选区域,并结合显著图提取图像感兴趣区。实验结果表明,运用该方法提取的感兴趣区更接近人类的视觉注意过程,并具有一定的抗噪能力。     

一种融合纹理信息与图论的图像分割方法

针对未成熟苹果图像果实同背景色彩差距较小导致难以分割效果的问题,提出一种融合纹理信息与图论的图像分割方法。该方法先将图像划分为图像块并计算每个图像块的纹理信息,以图像块为节点利用纹理信息构造权函数得到无向带权图,用基于区域合并的图论图像方法进行分割并二次吸收合并。实验结果表明,在对象和背景色彩接近时,该方法比传统分割法效果好,且改善了分割过细的情况。     

基于GPRS的小型水文信息采集系统研究

水文资料在水利行业中起着非常重要的作用，在我国西部地区水文数据传输方面与发达国家相比还有较明显的差距。寻求一种经济、快速、稳定、可靠的水文信息传输系统是我国西部水文采集工作的当务之急。通过对基于51单片机的GPRS水文数据无线传输系统的软件和硬件设计，提出了硬件设计简单、投资经济、运行维护方便的小型GPRS水文信息采集系统方案．为西部地区积累丰富、详实的水文资料提供了有力保障。     

回转体零件CAPP专家系统的设计与实现

利用VisualBasic可视化编程技术建立了回转体零件工艺规程设计专家系统HCAPPEXPS ,经检验 ,系统运行稳定可靠 ,知识库维护扩充方便 ,操作界面友好 ,可满足一般回转体零件工艺规程设计自动化的要求     

中滤波快速算法的探讨与试验

经典的中值滤波算法需要窗口的象素值进行排序，当窗口尺寸校大时，处理速度很慢，不能满足计算机视觉实时对农产品进行分级的要求。本文探讨了中值波的快速算法，旨在提高中值波处理速度。结果快速算法可使处理时间减小７０－９８．３％。     

基于比赛规则的排球轨迹追踪方法

针对排球比赛的复杂场景提出一种排球轨迹追踪方法。利用排球的抛物线运动特性及其在2D场景中的运动分布特点,结合排球固有属性特征获取排球候选对象。采用X轴分布图和Y轴分布图表示排球候选对象的位置,建立排球轨迹方程。用轨迹方程矫正并辅助排球追踪,以确定排球轨迹。实验结果表明,该方法的排球轨迹检测正确率达92．25％。     

基于遗传算法求解两曲线间最短距离

针对传统算法求解平面两条曲线间最短距离较为困难的问题,提出一种基于遗传算法的求解方法.该方法通过交替求解一条曲线上样本点到另一条曲线上样本点之间最短距离的方式对问题的可行域进行优化搜索.并对传统遗传算法做了两方面的改进,一是根据曲线自身特征分区间选取初始种群,使其能够合理地分布在寻优空间;二是对交叉结果进行跟踪,确保交叉成功后的个体优于父代个体.最终实例验证结果表明,该算法能较好地收敛到此类问题的全局最优解.     

基于多分辨率下节点图像融合的人脸识别方法

人脸识别是人机接口和生物信息领域研究的重要方面,得到广泛的关注,人脸特征提取是其重要环节之一。为了克服人脸光照和表情变化对特征提取的影响,提出在小波包分解后的多分辨率下利用(2D)2PCA提取人脸特征进行识别的方法,主要创新包括：（1）以小波包分解所有节点图像为研究对象;（2）提出以识别率来选取“成功”节点;（3）提出一种融合节点图像的方法。首先通过二层小波包分解获取节点图像,采用(2D)2PCA方法提取所有节点图像的特征矩阵,并利用最邻近分类器获取其识别率,然后在选取“成功”节点图像的基础上,构建了一个融合方法进行人脸识别。用CMU PIE和Yale 库中的样本进行对比测试,结果表明本方法的高效性,同时也说明融合多分辨率下的节点图像能有效提高识别率。     

基于级联神经网络的蛋白质二级结构预测

为提高蛋白质二级结构预测的精度,提出一种由两层网络构成的级联神经网络模型。第1层网络采用具有差异度的5个子网构成的网络模型,对第2层网络的输入编码进行改进。对PDBSelect25中的36条蛋白质共6 122个残基进行测试,结果表明,该模型能有效预测蛋白质二级结构,其预测精度分别比SNN, DSC, PREDSATOR方法提高5.31%, 1.21%和0.92%,平均预测精度提高到69.61%。     

基于Spring和Aglet构建网络管理系统

针对网络管理系统传统开发方法的不足,在介绍Spring框架和Aglet平台的概念和技术优势的基础上,提出了一种基于Spring和Aglet的网络管理体系结构,并构建和开发了一个分布式网络管理系统,减少了开发复杂性,缩短了系统的开发时间。该系统具有良好的灵活性、扩展性和维护性,能够极大地提高网络管理的效率。